OpenCV 的最新版本包含了 500 多个算子，这些算子覆盖了图像处理、计算机视觉、机器学习、深度学习、视频分析等多个领域。为了方便使用，OpenCV 将这些算子分为多个模块，每个模块承担特定的功能。
以下是 OpenCV 中各模块及其算子的详细分类：
1. 核心模块（Core）
功能：
提供基础数据结构（如 Mat）、数学运算、内存管理、输入输出等基本操作。
常用算子：
- 数学运算：
cv::add,cv::subtract,cv::multiply,cv::divide - 数据类型转换：
cv::convertTo,cv::cvtColor - 统计与统计量：
cv::mean,cv::sum,cv::minMaxLoc - 矩阵操作：
cv::transpose,cv::invert - 随机数生成：
cv::randu
2. 图像处理模块（ImgProc）
功能：
处理图像中的基本操作，如滤波、边缘检测、几何变换等。
子分类及常用算子：
-
滤波操作：
- 高斯滤波：
cv::GaussianBlur - 中值滤波：
cv::medianBlur - 双边滤波：
cv::bilateralFilter - 均值滤波：
cv::blur
- 高斯滤波：
-
边缘检测：
- Sobel 算子：
cv::Sobel - Canny 边缘检测：
cv::Canny - Laplacian 算子：
cv::Laplacian
- Sobel 算子：
-
几何变换：
- 旋转：
cv::rotate - 图像缩放：
cv::resize - 仿射变换：
cv::warpAffine - 透视变换：
cv::warpPerspective
- 旋转：
-
形态学操作：
- 腐蚀与膨胀：
cv::erode,cv::dilate - 开运算与闭运算：
cv::morphologyEx
- 腐蚀与膨胀：
-
直方图与图像增强：
- 直方图均衡化：
cv::equalizeHist - 直方图计算：
cv::histCalc
- 直方图均衡化：
3. 特征检测与描述（Features2D）
功能：
提取图像中的关键点和描述符，用于特征匹配和目标识别。
常用算子：
-
角点检测：
- Harris 角点：
cv::cornerHarris - Shi-Tomasi 角点：
cv::goodFeaturesToTrack
- Harris 角点：
-
特征点检测：
- SIFT（尺度不变特征转换）：
cv::SIFT - SURF（加速稳健特征）：
cv::SURF - ORB（快速旋转不变特征）：
cv::ORB - BRISK（二进制旋转不变特征）：
cv::BRISK
- SIFT（尺度不变特征转换）：
-
描述符匹配：
- 暴力匹配：
cv::BFMatcher - FLANN 匹配：
cv::FlannBasedMatcher
- 暴力匹配：
4. 目标检测与识别（ObjDetect）
功能：
检测图像中的目标，如人脸、行人、车辆等。
常用算子：
- Haar 特征分类器：
cv::CascadeClassifier::detectMultiScale - HOG 特征检测：
cv::HOGDescriptor::detect - 模板匹配：
cv::matchTemplate
5. 相机校准与三维重建（Calib3D）
功能：
计算相机的内外参数，进行立体匹配与三维重建。
常用算子：
- 相机标定：
cv::calibrateCamera,cv::findChessboardCorners - 立体匹配：
- 基于块的匹配：
cv::StereoBM - 半全局匹配：
cv::StereoSGBM
- 基于块的匹配：
- 3D 重建：
- 三角化：
cv::triangulatePoints - 重投影：
cv::reprojectImageTo3D
- 三角化：
6. 机器学习模块（ML）
功能：
提供常用的机器学习算法支持。
常用算法与算子：
- 支持向量机（SVM）：
cv::ml::SVM - 决策树：
cv::ml::DTrees - 逻辑回归：
cv::ml::LogisticRegression - 聚类：
cv::ml::KMeans - 主成分分析（PCA）：
cv::PCA
7. 深度学习模块（DNN）
功能：
支持加载和推理深度学习模型，集成多种框架（如 TensorFlow、Caffe、ONNX）。
常用算子：
- 模型加载：
cv::dnn::readNetFromCaffe,cv::dnn::readNetFromTensorflow - 图像预处理：
cv::dnn::blobFromImage - 前向传播：
cv::dnn::Net::forward
8. 视频分析与处理（Video）
功能：
提供视频处理与分析工具，如光流计算、背景建模、前景分割。
常用算子：
- 光流计算：
cv::calcOpticalFlowPyrLK - 背景建模与前景分割：
cv::BackgroundSubtractorMOG2,cv::BackgroundSubtractorKNN
9. 图像拼接（Stitching）
功能：
将多幅图像拼接成一幅完整的图像，常用于全景图的生成。
常用算子：
- 图像拼接：
cv::Stitcher::create
10. 其他模块（Contrib）
OpenCV Contrib 模块提供了许多额外的算法和扩展功能，通常用于特定的应用领域。
常用模块与算子：
- xfeatures2d（扩展的特征检测与描述符）：
cv::xfeatures2d::SIFT,cv::xfeatures2d::SURF - ximgproc（扩展图像处理）：
cv::ximgproc::guidedFilter - face（人脸识别）：
cv::face::EigenFaceRecognizer,cv::face::FisherFaceRecognizer
总结
OpenCV 的最新版本包含了 500 多个算子，涵盖了图像处理、目标检测、特征提取、机器学习、深度学习、视频分析等多个领域。每个模块的算子设计目标明确，能够帮助用户快速实现各种计算机视觉任务。对于深度学习、3D 重建和目标识别等领域，OpenCV 也提供了丰富的工具与算法支持。
